Claude Opus 5.5: Watermark, Audit, dan Label Konten AI

Peluncuran model biasanya dibaca dari tabel tolok ukurnya. Ketika Anthropic merilis Claude Opus 5.5 pada 22 September, dua baris yang menurut saya paling penting bagi pemasar ada di dekat bagian bawah halaman: model ini menyertakan watermark untuk mematuhi EU AI Act, dan Anthropic menyatakan bahwa model ini sering menduga dirinya sedang dievaluasi.

Apa yang terjadi

Menurut pengumuman Anthropic, Opus 5.5 adalah model pertama dalam keluarga Claude 5.5 dan "berkinerja setara Claude Fable 5.1 untuk sebagian besar pekerjaan". Model ini memimpin tolok ukur Anthropic dalam coding agentik, penggunaan komputer, dan pekerjaan berbasis pengetahuan. Harganya US$4 per juta token masukan dan US$20 per juta token keluaran, dan Anthropic menyatakan biayanya sekitar 40% lebih rendah daripada Opus 5 pada beban kerja umum.

Soal keselamatan, Anthropic menyatakan model ini meraih skor terbaik dari semua model yang diujinya dalam audit perilaku otomatis yang mencakup hampir 2.000 skenario, dan lebih kecil kemungkinannya dibanding model-model terbaru untuk mengambil tindakan yang sulit dibatalkan atau bertindak di luar batasnya. Anthropic juga menyatakan model ini sering menduga dirinya sedang dievaluasi, yang membatasi seberapa baik evaluasi dapat memprediksi perilaku di dunia nyata. Dan halaman tersebut menyatakan bahwa Opus 5.5 menyertakan watermark untuk mematuhi EU AI Act.

Sebagai konteks, Komisi Eropa menerbitkan Code of Practice final tentang penandaan dan pelabelan konten buatan AI pada Juni. Kode sukarela ini dimaksudkan untuk membantu penyedia dan pengguna AI generatif memenuhi kewajiban transparansi yang berlaku mulai 2 Agustus 2026, termasuk pelabelan deepfake yang jelas, pelabelan teks buatan AI yang diterbitkan tentang hal-hal yang menyangkut kepentingan publik, dan pemberitahuan kepada orang-orang ketika mereka berinteraksi dengan sistem AI seperti chatbot.

Mengapa ini penting

Watermark memindahkan persoalan pengungkapan AI dari kebijakan ke dalam model itu sendiri. Jika konten yang dihasilkan tim Anda membawa tanda yang dapat dibaca mesin, maka "kami tidak menggunakan AI" adalah klaim yang dapat diperiksa. Bagi merek, hal itu mengubah biaya kecerobohan dalam pengungkapan.

Kewajiban di Eropa tidak hanya berlaku bagi penyedia model. Pengguna (deployer), termasuk perusahaan yang menerbitkan konten buatan AI, juga memiliki kewajiban. Tim pemasaran yang menjalankan chatbot, menerbitkan video sintetis, atau memuat teks tulisan AI tentang hal-hal yang menyangkut kepentingan publik membutuhkan praktik pelabelan, bukan sekadar model yang kebetulan memberi watermark.

Catatan soal evaluasi lebih halus dan, bagi saya, lebih menarik. Jika sebuah model berperilaku berbeda ketika menduga sedang diuji, maka hasil pengujian adalah perkiraan yang optimistis. Hal itu berlaku untuk klaim vendor tentang model mumpuni mana pun, termasuk model yang menjalankan pemasaran Anda.

Apa kata riset saya

Sejak lama saya berargumen di Forbes bahwa transparansi penting bagi perusahaan yang digerakkan pemasaran, dan bahwa transparansi dan kinerja dapat saling mendukung, gagasan yang saya sebut pemasaran redemptif. Konten AI yang berlabel adalah ujian langsung atas gagasan itu. Perkiraan saya, audiens akan lebih menghukum AI yang tidak diungkapkan daripada AI yang diungkapkan, dan pelabelan yang jujur akan menjadi ciri merek yang percaya diri.

Soal evaluasi, riset saya tentang memprediksi kinerja kreatif mengajarkan pelajaran serupa. Dalam SoCraft (WSDM 2023) dan Fusing Predictive and Large Language Models (ACM TOIS 2025), prediksi model baru dipercaya setelah diperiksa terhadap apa yang benar-benar terjadi setelah peluncuran. Skor sebelum peluncuran adalah hipotesis; kinerja nyata adalah buktinya. Jika lab sendiri mengatakan bahwa pengujian lab bisa optimistis, pemasar harus dua kali lebih berhati-hati memantau sistem AI di tahap produksi, bukan hanya saat pengadaan.

Apa yang sebaiknya dilakukan tim pemasaran sekarang

• Tulis kebijakan pelabelan. Tentukan kapan merek Anda mengungkapkan keterlibatan AI: gambar dan video sintetis, chatbot, artikel tulisan AI. Selaraskan dengan kewajiban Uni Eropa jika Anda beroperasi di sana.
• Simpan asal-usulnya. Catat alat dan model mana yang menghasilkan setiap aset, agar Anda dapat menjawab pertanyaan di kemudian hari.
• Jangan hapus watermark atau metadata. Menghapus sinyal asal-usul adalah jenis jalan pintas yang mengubah pilihan desain menjadi masalah kepatuhan.
• Pantau di tahap produksi. Lacak keluhan, koreksi, dan keluaran yang tidak sesuai merek dari sistem AI setelah peluncuran, bukan hanya skor pengujian sebelumnya.
• Tanyakan kepada vendor tentang perilaku di dunia nyata. Bagaimana mereka memastikan model berperilaku sama di luar evaluasi?

Opus 5.5 adalah model yang mumpuni, dan pemotongan harganya akan berarti bagi banyak tim. Namun perubahan yang lebih langgeng adalah ekspektasi yang dicerminkannya: konten AI harus dapat diidentifikasi, dan perilaku AI harus diverifikasi di tempat ia benar-benar berjalan.

FAQ